首页
›
嵌入式边缘AI与TinyML
›
022-TinyML RTOS集成与实时任务调度
›
《TinyMLRTOS工程模板:可复用实时AI任务框架》
VIP20
本课程属于:022-TinyML RTOS集成与实时任务调度
嵌入式边缘AI与TinyML · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
19. TinyMLRTOS工程模板:可复用实时AI任务框架
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · TinyML与RTOS结合的价值
课程导入
学习目标
02
TinyML基础
嵌入式机器学习概念 · 模型压缩技术(量化 · 剪枝)
TinyML
嵌入式机器学习概…
03
RTOS核心概念
任务 · 调度器 · 信号量
RTOS
核心概念
04
TinyML与RTOS集成
为什么需要RTOS管理AI任务 · 实时推理与异步处理的权衡 · 典型架构模式
TinyML
RTOS
05
工程模板总体设计
目录结构 · 模块划分 · 配置管理
工程模板总体设计
目录结构
06
硬件抽象层(HAL)
统一传感器 · 执行器 · 通信接口
HAL
硬件抽象层
07
AI模型部署层
模型转换(TFLite Micro · CMSIS-NN) · 内存管理
AI
模型部署层
08
实时任务框架
任务优先级设计 · 周期任务与事件驱动任务 · 看门狗与超时机制
实时任务框架
任务优先级设计
09
数据流水线
传感器数据采集 · 预处理(滤波 · 归一化)
数据流水线
传感器数据采集
10
内存优化策略
静态内存分配 · 内存池 · 共享缓冲区
内存优化策略
静态内存分配
11
电源管理
低功耗模式与RTOS调度 · 动态电压频率调整(DVFS) · 推理任务与休眠的协同
电源管理
RTOS
12
调试与日志
RTOS感知调试 · 任务状态监控 · 性能剖析(CPU/内存/延迟)
调试
日志
13
案例实战
基于模板的语音关键词识别(KWS)—…
案例实战
KWS
14
案例实战
基于模板的人体活动识别(HAR)——…
案例实战
HAR
15
案例实战
基于模板的异常检测(如工业振动)——…
案例实战
基于模板的异常检…
16
模型更新与OTA
固件升级 · 模型热替换 · 版本管理
OTA
模型更新
17
多任务协同
AI推理任务与通信任务(BLE/Wi… · 优先级反转处理 · 互斥锁与死锁避免
多任务协同
AI
18
性能优化
推理加速(硬件加速器 · DSP指令) · 任务调度优化
性能优化
推理加速
19
测试与验证
单元测试 · 集成测试 · 实时性测试(最坏情况执行时间)
测试
验证
20
常见问题与解决方案
内存不足 · 任务卡死 · 数据丢失
常见问题
解决方案
21
工程模板的扩展
支持多模型 · 多传感器 · 动态加载
工程模板的扩展
支持多模型
22
代码规范与文档
命名规范 · 注释风格 · API文档生成
代码规范
文档
23
从零搭建模板
逐步创建工程骨架 · 配置RTOS内核 · 集成TinyML推理库
从零搭建模板
逐步创建工程骨架
24
模板的配置系统
Kconfig/JSON配置 · 编译时与运行时配置 · 参数校验与默认值
模板的配置系统
Kconfig/JSON
25
实时AI任务调度策略
固定优先级 · 速率单调调度(RMS) · 最早截止时间优先(EDF)在Tiny…
AI
实时
26
安全与可靠性
故障恢复 · 任务看门狗 · 异常处理
安全
可靠性
27
性能基准测试
设计基准测试集 · 测量推理时间 · 吞吐量
性能基准测试
设计基准测试集
28
综合项目
设计一个完整的实时AI系统(如智能门… · 涵盖传感器 · 推理
综合项目
AI
29
课程总结
核心要点回顾 · 模板使用最佳实践 · 常见误区
课程总结
核心要点回顾
30
进阶与展望
TinyML与RTOS的未来趋势 · 边缘AI与云协同 · 自动化工具链
进阶
TinyML
所属VIP或分类
同VIP:FreeRTOS部署TinyML:任务创建、队列与推理调度
同VIP:TinyML-DMA协同:外设采集、缓冲更新与推理触发
同VIP:TinyML-RTOS任务栈分析与溢出修复